CN112422842B - 一种自适应曝光方法、介质及终端 - Google Patents
一种自适应曝光方法、介质及终端 Download PDFInfo
- Publication number
- CN112422842B CN112422842B CN202011294726.2A CN202011294726A CN112422842B CN 112422842 B CN112422842 B CN 112422842B CN 202011294726 A CN202011294726 A CN 202011294726A CN 112422842 B CN112422842 B CN 112422842B
- Authority
- CN
- China
- Prior art keywords
- block
- image data
- brightness
- image
- brightness value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
Abstract
本发明提供一种自适应曝光方法、介质及终端,方法包括:采集图像数据;对所述图像数据进行预处理;对预处理后的图像数据进行一次处理,包括将图像数据中的每一帧画面进行图像分割,获取每个分块图像块区域的平均亮度值,进而获取整体画面平均亮度值,将低于整体画面平均亮度值的分块图像剔除;对剔除处理后的图像数据进行聚类;对聚类后的图像数据进行二次处理,将独立点作为异常值剔除,根据剔除后分块图像的亮度分布,选择曝光策略,本发明可以判断天空等“非监控关注区域”场景,并通过预判断对统计点进行初筛,再通过二次处理对满足条件的统计类进行再判断,从而实现场景判断,进而选择相应的曝光策略以实现场景的自适应曝光。
Description
技术领域
本发明涉及安防领域,尤其涉及一种自适应曝光方法、介质及终端。
背景技术
监控相机是安防领域中重要的组成部分,相较于普通相机,其用户对场景的关注点不一样,普通相机在使用过程中,需要关注画面中的每一处细节,但是监控相机的主要目的是进行监控,因此,对于天空、空旷的湖面等场景的关注度要远远小于对运动人物、景物的关注度。传统的自动曝光算法针对画面全局进行处理,将画面分为M×N块,对于用户感兴趣的区域设定高权重,从而在计算整体画面平均亮度时,用户感兴趣区域对亮度的贡献率更大,继而计算出画面平均亮度,使得平均亮度达到曝光目标值。但这种设置,权重是固定的,监控场景复杂多变,这种固定权重并不能满足要求。因此,出现了高低光优先的策略:在原有权重表的基础上,增加了以亮度为基础的权重。为画面中的亮块和暗块设定不同的权重值,当选择低光优先时,暗块的权重大于亮块的权重,从而起到提亮暗处的目的;当选择高光优先时,亮处的权重大于暗处的权重,从而起到压制亮处的目的。当画面中出现大面积的较亮块时,选择高光优先,从而对亮处进行压制。
但是,监控场景中经常会出现类似天空场景这种“非监控关注区域”,这时,会选择高光优先,对天空亮度进行压制,而监控关注的区域反而因为压制而更暗。目前,传统的曝光方式中缺少对这些“非监控关注”场景进行判断,无法满足特定场下的监控相机对曝光的自适应需求。
发明内容
鉴于以上所述现有技术的缺点,本发明提供一种自适应曝光方法、介质及终端,以解决上述技术问题。
本发明提供的自适应曝光方法,包括:
采集图像数据;
对所述图像数据进行预处理,所述预处理包括对所述图像数据的像素点的亮度分布进行统计;
对预处理后的图像数据进行一次处理,所述一次处理包括将图像数据中的每一帧画面进行图像分割,获取每个分块图像块区域的平均亮度值,进而获取整体画面平均亮度值,将低于整体画面平均亮度值的分块图像剔除;
对剔除处理后的图像数据进行聚类;
对聚类后的图像数据进行二次处理,所述二次处理包括根据聚类结果中分块图像的位置信息,获取独立点,并将所述独立点作为异常值剔除,根据剔除后分块图像的亮度分布,选择曝光策略。
可选的,所述分块图像的位置信息包括坐标,根据所述坐标进行二次聚类,当二次聚类结果中的分块图像的数量大于预设的阈值时,将对应类下的分块图像组成的区域作为监控非关注区域,并将图像采集装置切换至低光优先模式。
可选的,所述预处理包括将亮度信息分为若干段,根据每个像素点的亮度值和落在每段的像素点的个数,形成直方图统计数据。
可选的,所述预处理还包括根据用户对光的敏感度,预先设置敏感度区间,当处于敏感度区间的像素点的数量少于预设的数量阈值时,选择低光优先。
可选的,将平均亮度值低于整体画面平均亮度值的分块图像作为非关注块,将所述非关注块的亮度置为0;
将平均亮度值高于整体画面平均亮度值的分块图像依次送入缓存队列,当缓存队列内的数据出现波峰或波谷时,则判定缓存队列内分块图像组成的区域为非连续亮度块,并将其亮度值置为0。
可选的,通过如下方式判断波峰或波谷:
或
其中,Thr为预先设定的阈值,Lumai+1、Lumai、Lumai-1分别为送进队列的三块图像的平均亮度。
可选的,当二次聚类结果中的分块图像的数量大于预设的阈值时,将对应类下的分块图像中亮度值最低的分块图像,并按亮度进行排序并计数,当计数点达到预设的总计数点的百分比阈值时,记录此时的亮度值,并计算此时的亮度值与最低亮度值之间的亮度差,根据所述亮度差控制切换曝光策略。
可选的,所述整体画面平均亮度值为无权重的亮度平均值。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述方法。
本发明还提供一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如上述中任一项所述方法。
本发明的有益效果:本发明中的自适应曝光方法、介质及终端,可以判断天空场景等“非监控关注区域”场景,并通过预判断对统计点进行初筛,再通过二次处理对满足条件的统计类进行再判断,从而实现场景判断,进而选择相应的曝光策略以实现场景的自适应曝光。
附图说明
图1是本发明实施例中自适应曝光方法的流程示意图。
图2是本发明实施例中自适应曝光方法中的统计点预判断的流程示意图。
图3是本发明实施例中自适应曝光方法的二次处理的流程示意图。
图4是本发明实施例中自适应曝光方法的二次聚类结果示意图。
图5是本发明实施例中自适应曝光方法的二次聚类结果亮度排序示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
如图1所示,本实施例中的自适应曝光方法,包括:
S1.采集图像数据;
S2.对所述图像数据进行预处理,所述预处理包括对所述图像数据的像素点的亮度分布进行统计;
S3.对预处理后的图像数据进行一次处理,所述一次处理包括将图像数据中的每一帧画面进行图像分割,获取每个分块图像块区域的平均亮度值,进而获取整体画面平均亮度值,将低于整体画面平均亮度值的分块图像剔除;
S4.对剔除处理后的图像数据进行聚类;
S5.对聚类后的图像数据进行二次处理,所述二次处理包括根据聚类结果中分块图像的位置信息,获取独立点,并将所述独立点作为异常值剔除,根据剔除后分块图像的亮度分布,选择曝光策略。
在本实施例中,首先通过监控相机采集图像数据,再对所述图像数据进行预处理,预处理主要包括对所述图像数据的像素点的亮度分布进行统计,通过将亮度信息分为若干段,根据每个像素点的亮度值和落在每段的像素点的个数,形成直方图统计数据。在本实施例中采用基于直方图统计信息的场景预处理方式,实时获取1024段直方图统计数据,通过直方图统计信息直观展示了当前每一个像素点的亮度统计分布,横坐标为亮度值,范围是0-1023(将亮度信息分为1024段),纵坐标为落在每段的像素点的个数。
在本实施例中,步骤S2中的预处理还包括根据用户对光的敏感度,预先设置敏感度区间,当处于敏感度区间的像素点的数量少于预设的数量阈值时,选择低光优先。具体的,当落在ThrHistMin~ThrHistMax段的像素点数小于ThrLuma1,则可以认为当前场景中没有大面积的较亮块,此时,可以切换到低光优先。其中ThrHistMin和ThrHistMax是在实际场景中依据不同图像传感器测试出的值,主要参考点为用户对亮度的敏感程度,例如用户认为可接受的亮度上限值为ThrHistMax,较舒适的亮度上限值ThrHistMin,如果处于该亮度区间的亮度块占了总亮度块的1/4以上,此时,若将曝光模式切换到低光优先,就会有1/4以上的区域的亮度值为用户不能接收的值,给用户带来不好的视觉体验。通过这种方式可以避免对过亮场景做低光优先的操作,防止画面过曝。
在本实施例中,通过步骤S2可以对统计点预判断,通过对预处理后的图像数据进行一次处理,将图像数据中的每一帧画面进行图像分割,获取每个分块图像块区域的平均亮度值,进而获取整体画面平均亮度值,将低于整体画面平均亮度值的分块图像剔除。具体的,实时获取当前每一帧的亮度统计数据,该统计数据是将整体画面分成M×N块,统计画面无权重的亮度平均值:
其中,Luma为计算的整体画面平均亮度值,lumai为分块图像块区域的平均亮度值。遍历每一个统计块,与平均亮度进行对比预判断。天空等区域的亮度值是一定大于画面平均亮度的,本实施例将低于平均亮度值的统计点剔除,不纳入统计。
在本实施例中,如图2所示,遍历每一个统计块,当统计块的亮度值低于画面平均亮度时,则认为该块为非关注块,将该块的亮度置为0;将大于画面平均亮度的统计块依次送进队列,队列中缓存三组数据,当该三组数据出现波峰或者波谷时,则认为该块区域不是连续的亮度块,将队列中的亮度值置为0,剔除不纳入统计。波峰波谷的判断条件是:
或
其中,Thr是用户设定的阈值,Lumai+1、Lumai、Lumai-1分别为送进队列的三块图像的平均亮度。天空等场景的亮度分布是均匀且集中的,云层等会导致亮度存在小范围的波动,Thr可以根据实际场景测试所得。
在本实施例中,步骤S4中对于满足步骤S2条件的统计块,即分块图像,进行聚类处理,划分统计类。再对S3中划分的统计类进行二次判断,满足条件即认为该场景存在大面积“监控非关注区域”,从而切到低光优先模式。
在本实施例中,如图3所示,对非零的统计块依据位置坐标进行聚类,将独立的点当做异常值剔除,聚类结果如图4所示,以监控画面中左下角为原点,横轴为监控画面的横向数据,纵轴为监控画面的纵向数据。本实施例中的具体聚类结果与当前监控设备所处的环境相关,但是大体分布相似。计算聚类中统计块的数目,对数目大于设定的阈值的类进行分析。对满足条件的类中的统计点依据亮度从0~255进行排序,如图5所示,找到亮度最低点的值为Lumamin,从该亮度开始,依次将统计点纳入计数,当计数点的数目达到总统计点的90%时,记录此时的亮度值Lumamax,计算此时的亮度差diffLuma=Lumamax-Lumamin,当diffLuma<ThrLuma2时,认为当前类中的统计点亮度分布是聚集而均匀的,需要切换曝光策略。在本实施例中,通过本实施例中的曝光方式,虽然会使非监控关注区域,例如天空场景等有微微过曝,但是会使监控关注场景的亮度明显高于常规曝光方法,更适应监控的需求。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质,本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端,包括处理器、存储器、收发器和通信接口,存储器和通信接口与处理器和收发器连接并完成相互间的通信,存储器用于存储计算机程序,通信接口用于进行通信,处理器和收发器用于运行计算机程序,使电子终端执行如上方法的各个步骤。
在本实施例中,存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种自适应曝光方法,其特征在于,包括:
采集图像数据;
对所述图像数据进行预处理,所述预处理包括对所述图像数据的像素点的亮度分布进行统计;
对预处理后的图像数据进行一次处理,所述一次处理包括将图像数据中的每一帧画面进行图像分割,获取每个分块图像块区域的平均亮度值,进而获取整体画面平均亮度值,将低于整体画面平均亮度值的分块图像剔除;
对剔除处理后的图像数据进行聚类;
对聚类后的图像数据进行二次处理,所述二次处理包括根据聚类结果中分块图像的位置信息,获取独立点,并将所述独立点作为异常值剔除,根据剔除后分块图像的亮度分布,选择曝光策略;
所述分块图像的位置信息包括坐标,根据所述坐标进行二次聚类,当二次聚类结果中的分块图像的数量大于预设的阈值时,将对应类下的分块图像组成的区域作为监控非关注区域,并将图像采集装置切换至低光优先模式。
2.根据权利要求1所述的自适应曝光方法,其特征在于,所述预处理包括将亮度信息分为若干段,根据每个像素点的亮度值和落在每段的像素点的个数,形成直方图统计数据。
3.根据权利要求2所述的自适应曝光方法,其特征在于,所述预处理还包括根据用户对光的敏感度,预先设置敏感度区间,当处于敏感度区间的像素点的数量少于预设的数量阈值时,选择低光优先。
4.根据权利要求1所述的自适应曝光方法,其特征在于,
将平均亮度值低于整体画面平均亮度值的分块图像作为非关注块,将所述非关注块的亮度置为0;
将平均亮度值高于整体画面平均亮度值的分块图像依次送入缓存队列,当缓存队列内的数据出现波峰或波谷时,则判定缓存队列内分块图像组成的区域为非连续亮度块,并将其亮度值置为0。
6.根据权利要求1所述的自适应曝光方法,其特征在于,当二次聚类结果中的分块图像的数量大于预设的阈值时,获取二次聚类结果中的分块图像中亮度值最低的分块图像,并按亮度进行排序并计数,当计数点达到预设的总计数点的百分比阈值时,记录此时的亮度值,并计算此时的亮度值与最低亮度值之间的亮度差,根据所述亮度差控制切换曝光策略。
7.根据权利要求1所述的自适应曝光方法,其特征在于,所述整体画面平均亮度值为无权重的亮度平均值。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法。
9.一种电子终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至7中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011294726.2A CN112422842B (zh) | 2020-11-18 | 2020-11-18 | 一种自适应曝光方法、介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011294726.2A CN112422842B (zh) | 2020-11-18 | 2020-11-18 | 一种自适应曝光方法、介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112422842A CN112422842A (zh) | 2021-02-26 |
CN112422842B true CN112422842B (zh) | 2022-05-31 |
Family
ID=74773313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011294726.2A Active CN112422842B (zh) | 2020-11-18 | 2020-11-18 | 一种自适应曝光方法、介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112422842B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114007019B (zh) * | 2021-12-31 | 2022-06-17 | 杭州魔点科技有限公司 | 一种逆光场景下基于图像亮度预测曝光的方法和系统 |
CN117221738B (zh) * | 2023-11-08 | 2024-01-26 | 徐州稻源龙芯电子科技有限公司 | 一种自适应自动曝光方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014220762A (ja) * | 2013-05-10 | 2014-11-20 | パナソニック株式会社 | 撮像装置 |
CN107241556A (zh) * | 2016-03-29 | 2017-10-10 | 中兴通讯股份有限公司 | 图像采集设备的测光方法及装置 |
CN110493539A (zh) * | 2019-08-19 | 2019-11-22 | Oppo广东移动通信有限公司 | 自动曝光处理方法、处理装置和电子设备 |
CN111182232A (zh) * | 2019-12-31 | 2020-05-19 | 浙江华诺康科技有限公司 | 曝光参数调整方法、装置、设备和计算机可读存储介质 |
-
2020
- 2020-11-18 CN CN202011294726.2A patent/CN112422842B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014220762A (ja) * | 2013-05-10 | 2014-11-20 | パナソニック株式会社 | 撮像装置 |
CN107241556A (zh) * | 2016-03-29 | 2017-10-10 | 中兴通讯股份有限公司 | 图像采集设备的测光方法及装置 |
CN110493539A (zh) * | 2019-08-19 | 2019-11-22 | Oppo广东移动通信有限公司 | 自动曝光处理方法、处理装置和电子设备 |
CN111182232A (zh) * | 2019-12-31 | 2020-05-19 | 浙江华诺康科技有限公司 | 曝光参数调整方法、装置、设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112422842A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109151501B (zh) | 一种视频关键帧提取方法、装置、终端设备及存储介质 | |
CN112422842B (zh) | 一种自适应曝光方法、介质及终端 | |
Cheng et al. | Efficient histogram modification using bilateral Bezier curve for the contrast enhancement | |
US10289939B2 (en) | Image classification method and image classification apparatus | |
CN109472193A (zh) | 人脸检测方法及装置 | |
CN111225162B (zh) | 图像曝光的控制方法、系统、可读存储介质及摄像设备 | |
JP2004310475A (ja) | 画像処理装置、画像処理を行う携帯電話、および画像処理プログラム | |
CN108205657A (zh) | 视频镜头分割的方法、存储介质和移动终端 | |
CN110288560B (zh) | 一种图像模糊检测方法及装置 | |
CN117078565B (zh) | 一种摄像头抖动模糊图像优化增强方法及系统 | |
CN111369471A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
US9940543B2 (en) | Control of computer vision pre-processing based on image matching using structural similarity | |
CN110769262B (zh) | 一种视频图像压缩方法、系统、设备和存储介质 | |
CN104299234B (zh) | 视频数据中雨场去除的方法和系统 | |
CN115719314A (zh) | 一种去拖影方法、去拖影装置及电子设备 | |
CN113177917B (zh) | 一种抓拍图像优选方法、系统、设备及介质 | |
CN107945137B (zh) | 人脸检测方法、电子设备及存储介质 | |
Ding et al. | Traffic image dehazing based on HSV color space | |
CN113938671B (zh) | 图像内容分析方法、装置、电子设备和存储介质 | |
CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
Corchs et al. | Enhancing underexposed images preserving the original mood | |
Zhao et al. | Research on image enhancement algorithm base on convolutional neural network in scotopic vision environment | |
CN113038011B (zh) | 视频精彩度的分析方法、装置、设备及存储介质 | |
CN114429761B (zh) | 适用于多终端的显示控制方法、装置及系统 | |
Li et al. | Multi-exposure image fusion based on recursive filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |